Dữ liệu trở thành tài sản của nền tảng số như thế nào?

Với nền tảng số, chuỗi tạo giá trị có thể hiểu theo logic: tương tác tạo dữ liệu → dữ liệu được tổng hợp và phân tích → phân tích tạo dự đoán hoặc hiểu biết → kết quả được dùng để cá nhân hóa và tối ưu nền tảng → hoạt động mới tiếp tục tạo thêm dữ liệu. Chính vòng lặp này khiến dữ liệu từ một sản phẩm phụ của hoạt động số trở thành nguồn lực có khả năng tạo giá trị lặp lại.

Dữ liệu thô chưa phải là tài sản có giá trị sử dụng

Mỗi lần người dùng tìm kiếm, xem nội dung, nhấp chuột, mua hàng, đánh giá sản phẩm hoặc tương tác với một tài khoản khác, nền tảng có thể phát sinh một dấu vết dữ liệu. Khi diễn ra ở quy mô lớn, các dấu vết này tạo thành tập dữ liệu mô tả hành vi và mối quan hệ giữa người dùng với hệ thống.

Tuy nhiên, việc sở hữu một lượng dữ liệu lớn không đồng nghĩa với việc sở hữu một tài sản có giá trị tương ứng. Dữ liệu chỉ phát huy giá trị khi nền tảng có khả năng biến nó thành thông tin có thể sử dụng. OECD phân biệt quá trình tạo giá trị thông qua các hoạt động như thu thập, lưu trữ, phân tích và kiếm tiền từ dữ liệu; số hóa còn cho phép các công đoạn này được thực hiện ở những vị trí và thời điểm khác nhau trong chuỗi giá trị dữ liệu.

Có thể hình dung ba tầng khác nhau:

·         Dữ liệu thô ghi lại sự kiện đã xảy ra

·         Phân tích phát hiện mẫu hình, mối quan hệ hoặc xác suất từ các sự kiện

·         Ứng dụng sử dụng kết quả phân tích để thay đổi quyết định hoặc trải nghiệm

Giá trị kinh tế chủ yếu hình thành ở tầng thứ ba. Một lịch sử xem video đơn thuần chỉ mô tả quá khứ. Khi lịch sử đó giúp hệ thống dự đoán nội dung người dùng có khả năng quan tâm và lựa chọn nội dung phù hợp hơn, dữ liệu đã tham gia trực tiếp vào quá trình tạo giá trị.

Phân tích biến dữ liệu thành hiểu biết có thể hành động

Cơ chế quan trọng nhất chuyển dữ liệu thành tài sản là phân tích. Nền tảng không chỉ cần biết một người dùng đã làm gì mà còn cần suy ra điều gì từ hành vi đó.

Dữ liệu tương tác có thể giúp hệ thống nhận diện sở thích, xác định quan hệ giữa các đối tượng, phân nhóm hành vi hoặc ước tính xác suất một hành động sẽ xảy ra tiếp theo. Khi được kết hợp với mô hình thống kê hoặc học máy, dữ liệu quá khứ trở thành đầu vào cho dự đoán.

Trong hệ thống đề xuất, chẳng hạn, thông tin về người dùng và những nội dung họ từng tương tác có thể trở thành dữ liệu đầu vào. Một kiến trúc đề xuất phổ biến tiếp tục xử lý dữ liệu qua ba giai đoạn: tạo tập ứng viên, chấm điểm và xếp hạng lại để lựa chọn những mục phù hợp hơn.

Như vậy, nền tảng tạo giá trị không phải bằng việc đơn giản “có dữ liệu”, mà bằng năng lực chuyển dữ liệu thành một quyết định tốt hơn: nội dung nào nên xuất hiện, sản phẩm nào nên được giới thiệu, kết quả nào nên được xếp hạng hoặc người dùng nào có khả năng quan tâm đến một lựa chọn nhất định.

Đây cũng là lý do cùng một lượng dữ liệu có thể tạo ra giá trị rất khác nhau giữa các tổ chức. Chất lượng dữ liệu, khả năng kết nối các nguồn dữ liệu, hạ tầng tính toán, mô hình phân tích và khả năng đưa kết quả vào vận hành đều ảnh hưởng đến giá trị cuối cùng.

Cá nhân hóa chuyển hiểu biết thành trải nghiệm riêng cho từng người

Sau phân tích, một trong những cách trực tiếp nhất để nền tảng khai thác dữ liệu là cá nhân hóa.

Thay vì cung cấp cùng một danh sách nội dung hoặc sản phẩm cho tất cả mọi người, nền tảng có thể sử dụng dữ liệu về tương tác trước đó và bối cảnh hiện tại để dự đoán lựa chọn phù hợp hơn cho từng người. Hệ thống đề xuất dựa trên học máy thực hiện chính chức năng này: phân tích quan hệ giữa người dùng, sở thích và các đối tượng để đưa ra đề xuất có mức độ liên quan cao hơn.

Giá trị của cơ chế này thể hiện rõ khi quy mô lựa chọn trở nên quá lớn để người dùng tự khám phá toàn bộ. Theo tài liệu về hệ thống đề xuất của Google, khoảng 40% lượt cài đặt ứng dụng trên Google Play đến từ đề xuất và khoảng 60% thời gian xem trên YouTube đến từ đề xuất. Các con số này không phải benchmark chung cho mọi nền tảng, nhưng cho thấy trong những hệ thống cụ thể, thuật toán sử dụng dữ liệu có thể ảnh hưởng đáng kể đến cách người dùng khám phá và tiêu thụ nội dung.

Cá nhân hóa vì thế là điểm chuyển đổi quan trọng: dữ liệu vốn nằm trong cơ sở dữ liệu được biến thành trải nghiệm mà người dùng thực sự nhận được.

Dữ liệu tạo giá trị thông qua nhiều quyết định của nền tảng

Cá nhân hóa chỉ là một biểu hiện của quá trình khai thác dữ liệu. Cùng một nền tảng có thể tái sử dụng dữ liệu cho nhiều quyết định khác nhau.

Dữ liệu hành vi có thể hỗ trợ cải thiện thuật toán; dữ liệu giao dịch có thể giúp nhận diện nhu cầu; dữ liệu tương tác giữa các nhóm người dùng có thể hỗ trợ ghép nối cung và cầu; còn kết quả phân tích tổng hợp có thể giúp nền tảng phát triển dịch vụ dựa trên dữ liệu.

OECD chỉ ra rằng mô hình của nền tảng trực tuyến dựa mạnh vào sự kết hợp giữa sử dụng dữ liệu và hiệu ứng mạng. Một nền tảng có thể sử dụng dữ liệu cho dịch vụ ghép nối người mua với người bán, quảng bá sản phẩm tới những nhóm người dùng phù hợp, cải thiện thuật toán hoặc cung cấp các dịch vụ khác dựa trên hiểu biết hình thành từ dữ liệu.

Điều quan trọng là dữ liệu có khả năng được tái sử dụng. Một giao dịch có thể hoàn thành một lần, nhưng dữ liệu phát sinh từ giao dịch đó còn có thể tiếp tục đóng góp cho phân tích nhu cầu, cải thiện đề xuất hoặc đánh giá hoạt động của hệ thống.

Đặc điểm này khiến giá trị của dữ liệu khác với nhiều tài sản vật chất: sử dụng dữ liệu cho một mục đích không nhất thiết làm dữ liệu bị tiêu hao và mất khả năng sử dụng cho mục đích khác. Tuy vậy, khả năng tái sử dụng vẫn bị giới hạn bởi chất lượng, quyền truy cập, mục đích sử dụng, quản trị dữ liệu và các yêu cầu bảo vệ người dùng.

Vòng phản hồi làm giá trị dữ liệu có khả năng tích lũy

Đặc trưng đáng chú ý của nền tảng số là dữ liệu mới liên tục được sinh ra từ chính quá trình sử dụng nền tảng.

Khi người dùng tương tác, hệ thống nhận thêm tín hiệu. Những tín hiệu đó có thể giúp mô hình cập nhật hiểu biết về sở thích hoặc hành vi. Kết quả phân tích tiếp tục ảnh hưởng đến những gì hệ thống hiển thị; người dùng lại phản ứng với các lựa chọn đó và tạo ra dữ liệu mới.

Một vòng phản hồi vì vậy có thể hình thành:

Nhiều tương tác → nhiều dữ liệu → hiểu biết tốt hơn → dịch vụ phù hợp hơn → tương tác mới → dữ liệu mới

Ở các thị trường dựa trên dữ liệu, vòng phản hồi này có thể kết hợp với hiệu ứng mạng. OECD lưu ý rằng hiệu ứng mạng dựa trên dữ liệu và vòng phản hồi người dùng có thể củng cố lợi thế của doanh nghiệp nắm giữ dữ liệu. Ủy ban châu Âu cũng xác định việc thu thập và sử dụng dữ liệu từ tương tác, cùng hiệu ứng mạng, là những đặc điểm quan trọng của nền tảng trực tuyến.

Tuy nhiên, không nên suy ra rằng cứ có thêm dữ liệu thì chất lượng hệ thống sẽ tăng theo tỷ lệ tương ứng. Dữ liệu trùng lặp, lỗi thời, sai lệch hoặc không liên quan có thể tạo rất ít thông tin mới. Giá trị biên của dữ liệu phụ thuộc vào việc dữ liệu mới bổ sung được tín hiệu gì cho bài toán mà nền tảng đang giải quyết.

Giá trị dữ liệu phụ thuộc vào khả năng khai thác và quản trị

Một cách hiểu dễ sai là coi dữ liệu giống như một loại hàng hóa có giá cố định: nền tảng càng giữ nhiều dữ liệu thì càng giàu tài sản.

Trên thực tế, giá trị dữ liệu mang tính phụ thuộc bối cảnh. OECD lưu ý việc đo lường giá trị kinh tế của dữ liệu vẫn phức tạp và có thể tiếp cận từ nhiều góc độ, chẳng hạn chi phí tạo và lưu trữ dữ liệu, doanh thu từ sản phẩm dựa trên dữ liệu hoặc đóng góp của dữ liệu vào hoạt động kinh doanh.

Một tập dữ liệu có giá trị cao khi nó phù hợp với một mục tiêu sử dụng cụ thể và nền tảng có đủ năng lực để khai thác. Ngược lại, dữ liệu rất lớn nhưng không chính xác, không thể liên kết, không có quyền sử dụng thích hợp hoặc không tạo được cải thiện trong quyết định có thể mang lại giá trị hạn chế.

Bởi vậy, tài sản thực tế không chỉ nằm ở bản thân dữ liệu. Nó nằm trong một hệ thống gồm dữ liệu hạ tầng năng lực phân tích thuật toán khả năng ứng dụng quản trị.

Ranh giới này cũng đặc biệt quan trọng đối với dữ liệu cá nhân. Khả năng tạo giá trị kinh tế không đồng nghĩa với quyền sử dụng dữ liệu không giới hạn. OECD nhấn mạnh việc khai thác dữ liệu đồng thời đặt ra các vấn đề về quyền riêng tư, bảo vệ người tiêu dùng, quyền truy cập và quản trị dữ liệu.

Lợi thế thực sự nằm ở hệ thống biến dữ liệu thành giá trị

Khi nhìn toàn bộ quá trình, có thể thấy dữ liệu trở thành tài sản của nền tảng số qua một chuỗi chuyển hóa chứ không phải tại thời điểm thu thập.

Nền tảng trước hết ghi nhận dữ liệu từ các tương tác. Dữ liệu được tổ chức và kết hợp để tạo bối cảnh. Công cụ phân tích và mô hình học máy tìm ra mẫu hình hoặc dự đoán. Kết quả sau đó được chuyển thành quyết định như xếp hạng, đề xuất, ghép nối hoặc cá nhân hóa. Phản ứng của người dùng đối với những quyết định này lại tạo dữ liệu mới, khiến quá trình có thể tiếp tục.

Do đó, lợi thế không đơn thuần thuộc về nền tảng sở hữu tập dữ liệu lớn nhất. Lợi thế mạnh hơn xuất hiện khi nền tảng có khả năng biến dữ liệu thành quyết định có giá trị nhanh, chính xác và lặp lại, đồng thời duy trì chất lượng và quản trị dữ liệu phù hợp.

Đây chính là điểm dữ liệu chuyển từ dấu vết của hoạt động số thành một nguồn lực kinh tế: dữ liệu giúp nền tảng hiểu hệ thống tốt hơn, điều chỉnh dịch vụ và tạo ra kết quả mà nếu không có quá trình phân tích thì dữ liệu thô tự nó không thể tạo ra.

Dữ liệu trở thành tài sản của nền tảng số khi nó đi hết chuỗi thu thập → tổ chức → phân tích → dự đoán → cá nhân hóa hoặc tối ưu → tạo tương tác mới. Giá trị không nằm đơn thuần ở số lượng bản ghi mà nằm ở khả năng chuyển những bản ghi đó thành hiểu biết và quyết định có ích.

Phân tích tạo ra hiểu biết; cá nhân hóa đưa hiểu biết vào trải nghiệm; còn vòng phản hồi giúp dữ liệu mới tiếp tục được tạo ra và tái sử dụng. Vì vậy, tài sản dữ liệu của một nền tảng nên được hiểu là năng lực kết hợp dữ liệu với thuật toán, hạ tầng, quy trình ứng dụng và quản trị để liên tục tạo giá trị, chứ không chỉ là một kho thông tin lớn.